基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
本文首先介绍小波阈值图像去噪,最优分解树的小波包阈值去噪的基础步骤.然后通过基于高斯噪声去噪的对比试验得出结论:在图像噪声为高斯噪声的情况下,基于小波包最优分解树的阈值去噪算法的去噪效果要优于基于小波阈值的图像去噪算法.
推荐文章
基于小波变换的图像去噪方法研究
图像去噪
小波阀值萎缩法
混合模型
中值滤波
一种基于小波变换的图像去噪算法
图像去噪
小波变换,阈值选取
软阈值
自适应阈值算法
基于小波变换气动光学效应模糊图像去噪
气动光学效应
图像去噪
小波变换
基于Contourlet变换的图像去噪算法
Contourlet变换
图像去噪
硬阈值
软阈值
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于小波变换的图像去噪算法
来源期刊 电脑迷 学科
关键词 高斯噪声 小波包 最优分解树 阈值处理
年,卷(期) 2018,(28) 所属期刊栏目 综合论坛
研究方向 页码范围 251
页数 1页 分类号
字数 1354字 语种 中文
DOI 10.3969/j.issn.1672-528X.2018.28.221
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 周心悦 成都理工大学管理科学学院 5 7 2.0 2.0
2 陈元春 成都理工大学管理科学学院 7 11 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (14)
共引文献  (3)
参考文献  (2)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
高斯噪声
小波包
最优分解树
阈值处理
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电脑迷
旬刊
1672-528X
50-1163/TP
16开
重庆市渝中区双钢路3号科协大厦1202(武汉市洪山区珞狮北路2号樱花大厦A座15楼 430070)
78-230
2003
chi
出版文献量(篇)
29651
总下载数(次)
121
总被引数(次)
8479
论文1v1指导